✅ CONTENIDO_COMPLETO | Traducido automáticamente del inglés
🍭 En esta nota me enfoqué en el impacto para experiencia de desarrollo, interfaces y ergonomía del producto.
A medida que proyectos como Pacing the Frontier recurren a los grandes laboratorios como una forma de mantener segura la investigación de IA, los modelos de código abierto se han convertido en un punto delicado para la industria. Con distribución gratuita y poco control sobre cómo se usan, los modelos de peso abierto no son fáciles de controlar, lo que lleva a algunos laboratorios a tratarlos como francamente aterradores. Pero en la conferencia Ai4 celebrada en Las Vegas la semana pasada, tres de los investigadores de IA más respetados del mundo: el ganador del Premio Nobel Geoffrey Hinton, el director ejecutivo y cofundador de World Labs, Fei-Fei Li, y el cofundador de Coursera, Andrew Ng, hablaron sobre el tema.
Y aunque no estaban de acuerdo sobre tácticas particulares, los tres presentaron argumentos poderosos para mantener abierta la IA. Para los tres oradores, la principal preocupación era permitir que un puñado de importantes empresas de IA controlaran el ritmo del progreso. Cuando unas pocas empresas controlan el acceso a una tecnología, como hacen Apple y Google con los sistemas operativos móviles, la innovación puede ralentizarse y las empresas que controlan las plataformas pueden influir en lo que se construye sobre ellas.
Andrew Ng dijo que le preocupaba que surgiera una dinámica similar en la IA. “No quiero que haya guardianes”, dijo Ng. “Eso limita la forma en que todos podemos acceder a la IA”. Las empresas tienen un incentivo para proteger sus ventajas competitivas, incluso influyendo en las reglas que rigen la industria.
Eso podría crear una dinámica en la que sólo las empresas más grandes y mejor capitalizadas tengan los recursos para construir los sistemas de IA más avanzados. La solución de Ng fue mantener múltiples proveedores, con modelos y empresas compitiendo en lugar de permitir que un puñado de jugadores dominaran el campo. “Si tuviera que intentar dar una receta, sería promover la apertura”, dijo Ng, “porque la IA es una tecnología asombrosa y quiero que esté en manos de todos”. Pero no todos estuvieron de acuerdo en que los modelos de peso abierto ayudarían a preservar esa situación.
“Estaba en contra de las [pesas] abiertas porque hace que sea muy fácil para las personas tomar estos grandes modelos básicos, que son muy costosos de entrenar, y por mucho menos dinero entrenarlos para hacer cosas malas como ataques cibernéticos”. Pero cualesquiera que sean sus reservas, Hinton reconoció que los modelos de peso abierto ya son un elemento permanente de la IA. “Creo que esa batalla se ha perdido. Ahora tenemos modelos de peso abierto, por lo que la barrera para que mucha gente obtenga estos modelos grandes, que era el costo de entrenar modelos básicos, esa barrera ha desaparecido.
Es demasiado tarde”. Sin embargo, aceptar la realidad no significa ignorar los riesgos. La posición de Hinton era clara: la IA seguiría avanzando, y pensó que eso era en gran medida algo bueno. Dijo que aumentaría la productividad y mejoraría la educación y la atención sanitaria.
“Preocuparse por los posibles efectos negativos de la IA y las cosas que los seres inteligentes podrían hacer cuando son más inteligentes que nosotros. No creo que sea injusto. Creo que es injusto etiquetar a cualquiera que piense así como traficante de miedo”, añadió Hinton.
Ng adoptó una opinión diferente. La cuestión, argumentó, no era si los modelos abiertos eran riesgosos, sino quién controlaba el acceso y quién ganaría el mercado. Quien construyera el modelo más barato tendría ventaja.
Si los modelos de peso abierto de China obtuvieron una adopción generalizada en Asia, África y/o el mundo en desarrollo, él…
📰 Fuente Original
General – Leer artículo completo →
📌 Nota: Este artículo fue traducido automáticamente. Para la versión original en inglés, visita el enlace de la fuente.
🍭 Curada por Jicaleta con ojo en UX, frontend y claridad para devs.